求助：使用R语言实现制表符分隔文件的指定格式转换

核心处理思路 #

• 按文件中的空行切分不同ID对应的独立记录块
• 逐块提取ID、NAME字段值，将同一块下的所有ATTR属性值合并为制表符分隔的同一行内容
• 最终输出带表头的制表符分隔结构化文件，完全匹配示例格式要求

可直接运行的实现代码 #

# 1. 读入原始制表符分隔文件，保留空行用于块切分
raw_df <- read.delim(
  file = "你的输入文件路径.txt",
  header = FALSE,
  sep = "\t",
  stringsAsFactors = FALSE,
  blank.lines.skip = FALSE, # 不跳过空行，用于识别块边界
  encoding = "UTF-8"
)

# 2. 清理每行首尾多余空白字符
raw_df[] <- lapply(raw_df, trimws)

# 3. 标记每个记录块的ID：每遇到一个空行，块ID累加1
raw_df$block_flag <- cumsum(raw_df$V1 == "")

# 4. 过滤掉无内容的空行
valid_rows <- raw_df[raw_df$V1 != "", ]

# 5. 逐块解析字段，合并ATTR值
output_df <- do.call(
  rbind,
  lapply(split(valid_rows, valid_rows$block_flag), function(block){
    # 提取当前块的ID、NAME值
    current_id <- block$V2[block$V1 == "ID"]
    current_name <- block$V2[block$V1 == "NAME"]
    # 合并当前块所有ATTR值，用制表符分隔
    current_attr <- paste(block$V2[block$V1 == "ATTR"], collapse = "\t")
    
    data.frame(
      ID = current_id,
      NAME = current_name,
      ATTR = current_attr,
      stringsAsFactors = FALSE
    )
  })
)

# 6. 导出为目标格式的制表符分隔文件
write.table(
  output_df,
  file = "你的输出文件路径.txt",
  sep = "\t",
  row.names = FALSE, # 不导出行号
  quote = FALSE, # 不给字段值加多余引号
  col.names = TRUE, # 保留表头
  fileEncoding = "UTF-8"
)

使用说明 #

• 运行前将代码中输入、输出文件的路径替换为你本地的实际路径
• 代码自动适配单个ID对应任意数量ATTR值的场景，无需手动调整ATTR列数
• 如果读入文件出现乱码，调整read.delim和write.table里的编码参数为你文件实际编码即可，比如GBK编码就把encoding值改为"GBK"

内容的提问来源于stack exchange，提问作者Avijit